Como criar um agente de IA
Para criar um agente de IA, escolha uma tarefa estreita com começo e fim claros, defina quais ferramentas ele pode usar (consultar um sistema, gerar um rascunho, abrir um chamado), escreva as instruções e os limites, monte em uma plataforma como o n8n ou em um SDK de agentes e teste com casos reais antes de liberar. Qualquer ação que mexa com dinheiro, cliente ou dado sensível deve passar por aprovação humana.
Atualizado em · Por Luis Henrique Cuba
Agente, automação ou chatbot: o que você precisa de verdade
Muita gente pede um agente quando precisa de uma automação. A diferença está em quem decide o caminho. Numa automação, os passos estão escritos de antemão: chegou o formulário, cria o contato no CRM, avisa o vendedor. Num agente, o modelo de linguagem recebe um objetivo e um conjunto de ferramentas e decide sozinho qual usar, em que ordem e quando parar. A Anthropic usa essa mesma distinção no texto "Building effective agents" e recomenda começar pela solução mais simples possível, o que às vezes significa não construir agente nenhum.
Um bom teste: se você consegue desenhar o processo num fluxograma sem nenhum "depende", faça uma automação. Ela é mais barata, mais rápida e falha de um jeito previsível. O agente compensa quando a entrada muda muito de um caso para outro, como e-mails de clientes escritos de mil formas, pedidos que exigem consultar dois ou três sistemas antes de responder ou triagens em que a regra fixa erra demais.
Automação
Passos fixos e regras claras. Exemplo: copiar pedidos aprovados do e-commerce para a planilha do financeiro.
Chatbot com base de conhecimento
Responde perguntas a partir de documentos, sem executar ações. Exemplo: tirar dúvidas de colaboradores sobre a política de reembolso.
Agente
Recebe um objetivo, consulta ferramentas e decide os próximos passos. Exemplo: ler o e-mail de um cliente, verificar o status do pedido no ERP e preparar a resposta com o prazo correto.
Passo a passo para criar um agente de IA
- 01
Escolha uma tarefa estreita
Escreva em uma frase o que o agente resolve e o que fica de fora. "Responder dúvidas sobre status de pedido" funciona. "Cuidar do atendimento" não, porque não tem fim claro nem critério de acerto.
- 02
Junte 20 a 30 casos reais
Separe mensagens, pedidos ou chamados de verdade, com a resposta que uma pessoa experiente daria. Eles servem para escrever as instruções e, depois, para testar. Retire nomes, CPFs e telefones antes de usar.
- 03
Liste as ferramentas e o que cada uma pode fazer
Cada ferramenta é uma ação concreta: buscar pedido por número, consultar estoque, criar rascunho de e-mail. Prefira ferramentas de leitura no começo. Dar ao agente acesso de escrita no banco de dados inteiro é pedir problema.
- 04
Escreva as instruções do sistema
Diga quem é o agente, o objetivo, as regras, quando ele deve parar e pedir ajuda e o formato da resposta. A descrição de cada ferramenta merece o mesmo cuidado: o modelo escolhe a ferramenta pelo que está escrito ali.
- 05
Defina limites e pontos de aprovação
Coloque um número máximo de passos por execução e exija aprovação humana para ações sensíveis, como enviar mensagem ao cliente, dar desconto ou alterar cadastro.
- 06
Monte na plataforma escolhida
Para quem não programa, o n8n é um caminho direto (veja abaixo). Para quem programa, os SDKs de agentes das próprias empresas de IA e protocolos como o MCP ajudam a conectar ferramentas.
- 07
Teste com os casos separados
Rode os 20 a 30 casos e anote, para cada um: escolheu a ferramenta certa? A resposta está correta? Pediu ajuda quando devia? Ajuste as instruções e repita até a taxa de acerto ser aceitável para o risco da tarefa.
- 08
Libere aos poucos e registre tudo
Comece com uma pessoa revisando todas as saídas. Guarde o histórico de decisões e chamadas de ferramenta de cada execução: é assim que você descobre por que o agente errou.
Exemplo de instruções para um agente de status de pedido
Você é o assistente de pós-venda da loja.
Objetivo: responder clientes que perguntam sobre o status do pedido.
Ferramentas disponíveis:
- buscar_pedido(numero): retorna status, transportadora e previsão de entrega.
- criar_rascunho_email(destinatario, texto): cria um rascunho. Não envia.
Regras:
1. Sempre busque o pedido antes de responder. Nunca estime prazo sem consultar.
2. Se o cliente não informar o número do pedido, peça o número. Não tente adivinhar.
3. Se o pedido estiver atrasado mais de 5 dias, ou se o cliente pedir cancelamento,
reembolso ou falar em Procon, não responda: marque como "encaminhar para humano".
4. Não ofereça desconto, brinde nem prazo diferente do retornado pela ferramenta.
5. Use no máximo 4 chamadas de ferramenta por mensagem.
Formato da saída:
{"acao": "rascunho" | "encaminhar_para_humano", "motivo": "...", "texto": "..."}Como montar o agente no n8n
- 01
Comece com um gatilho
Use o Chat Trigger para testar conversando ou um gatilho real, como a chegada de um e-mail ou de um webhook.
- 02
Adicione o nó AI Agent
Conecte um modelo de chat e pelo menos uma ferramenta. A documentação do n8n diz que o nó exige ao menos um sub-nó de ferramenta conectado.
- 03
Configure as opções do nó
Em System Message entram as instruções. Max Iterations limita quantas voltas o agente pode dar (o padrão é 10). Para saída estruturada, ative Require Specific Output Format e conecte um Structured Output Parser.
- 04
Ligue memória só se precisar
Um sub-nó de memória deixa o agente lembrar da conversa dentro da sessão. Para tarefas de uma única mensagem, como classificar um e-mail, dispensa.
- 05
Exija revisão humana nas ferramentas sensíveis
Nas versões recentes do n8n (a documentação cita a 2.6), dá para adicionar um passo de revisão humana na ligação entre o agente e a ferramenta. O fluxo pausa, a pessoa vê a ferramenta e os parâmetros escolhidos e aprova ou nega por Slack, Teams, Gmail, Telegram, WhatsApp ou pelo chat do próprio n8n.
Erros comuns ao criar agentes
Começar pelo agente "faz-tudo"
Um agente com quinze ferramentas e objetivo vago escolhe errado com frequência e é difícil de depurar. Dois agentes pequenos, ou um agente e uma automação, costumam funcionar melhor.
Descrição de ferramenta preguiçosa
"Busca dados" não diz nada ao modelo. Escreva o que a ferramenta faz, o que recebe, o que devolve e quando não usar.
Sem caso de teste
Sem uma lista fixa de casos, cada ajuste no prompt conserta um problema e cria outro sem que ninguém perceba.
Credencial com poder demais
Se a chave usada pelo agente pode apagar registros, um erro de interpretação apaga registros. Crie um usuário de integração só com as permissões necessárias.
Nenhum registro das execuções
Quando o cliente reclama, você precisa ver o que o agente leu, qual ferramenta chamou e o que respondeu.
Checklist antes de colocar o agente em produção
- A tarefa cabe em uma frase e tem critério claro de acerto.
- Existe uma lista de casos de teste com a resposta esperada, e o agente passou nela.
- Cada ferramenta tem descrição completa e a credencial só permite o necessário.
- Há limite de passos por execução.
- Ações que afetam cliente, dinheiro ou cadastro passam por aprovação humana.
- O agente sabe dizer "não sei" e encaminhar para uma pessoa.
- Todas as execuções ficam registradas, com entradas, ferramentas chamadas e saídas.
- Alguém é responsável por revisar os erros toda semana no primeiro mês.
Como criar um agente de IA: dúvidas comuns
Dá para criar um agente de IA sem saber programar?
Dá, com ferramentas visuais como o n8n, que tem um nó de agente pronto. O que você precisa dominar é a parte de processo: definir a tarefa, escrever instruções claras e testar. Integrações com sistemas internos sem conector pronto costumam pedir alguém técnico.
Qual a diferença entre agente de IA e chatbot?
O chatbot conversa e responde. O agente, além de conversar, usa ferramentas para agir: consulta sistemas, preenche formulários, cria tarefas. Um chatbot pode ser só a interface de um agente.
Qual modelo de IA usar no agente?
Teste dois ou três com os seus casos e compare acerto, tempo de resposta e custo. Modelos maiores erram menos na escolha de ferramentas, mas custam mais por execução. Para tarefas simples de classificação, um modelo menor costuma bastar.
O que é MCP e preciso dele?
O Model Context Protocol é um padrão aberto para conectar aplicações de IA a sistemas externos, como arquivos, bancos de dados e outras ferramentas. Ajuda quando você quer reaproveitar a mesma ferramenta em vários agentes ou assistentes. Para um primeiro agente no n8n, não é obrigatório.
Quem responde quando o agente erra?
A empresa que colocou o agente para operar. Por isso os pontos de aprovação humana, os limites de ação e o registro das execuções não são opcionais em tarefas que afetam clientes.
Perguntas parecidas
Precisa de ajuda para resolver isso na sua empresa?
Respondemos em até 24 horas com as próximas perguntas e uma proposta objetiva.